利索能及
我要发布
收藏
专利号: 2025110280793
申请人: 江门职业技术学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种新能源充电桩管理方法,其特征在于,包括以下步骤:步骤S1:通过新能源充电桩的控制终端获取充电模块的充电日志;对所述充电模块的充电日志进行交流电压波动异常分析,从而获得交流电压异常波动数据;

步骤S2:基于交流电压异常波动数据对充电模块中的功率器件进行器件热稳定性失衡分量计量,得到器件热稳定性失衡分量;根据器件热稳定性失衡分量进行功率转换性能损失级数收敛,从而获得功率转换性能损失级数;

步骤S3:基于功率转换性能损失级数进行超限电压阶段性风险等级赋予,从而获得超限电压阶段性风险等级;根据超限电压阶段性风险等级进行充电桩充电风险预测模型构建,得到充电风险预测模型;将充电风险预测模型发送至新能源充电桩的控制终端,以执行新能源充电桩管理。

2.根据权利要求1所述的新能源充电桩管理方法,其特征在于,步骤S1包括以下步骤:步骤S11:通过新能源充电桩的控制终端获取充电模块的充电日志;

步骤S12:对所述充电模块的充电日志进行日志清洗,得到充电清洗日志;

步骤S13:提取所述充电清洗日志中的异常充电保护事件;

步骤S14:对异常充电保护事件进行交流电压波动异常分析,从而获得交流电压异常波动数据。

3.根据权利要求1所述的新能源充电桩管理方法,其特征在于,步骤S2包括以下步骤:步骤S21:对交流电压异常波动数据进行异常增益强度趋势解析,得到交流电压异常强度增益趋势;

步骤S22:基于交流电压异常强度增益趋势对充电模块中的功率器件进行电压应力超限指数演化计算,从而获得功率器件的电压应力超限演化指数;

步骤S23:根据电压应力超限演化指数进行器件热稳定性失衡分量计量,得到器件热稳定性失衡分量;

步骤S24:根据器件热稳定性失衡分量进行功率转换性能损失级数收敛,从而获得功率转换性能损失级数。

4.根据权利要求3所述的新能源充电桩管理方法,其特征在于,步骤S22包括以下步骤:步骤S221:获取充电模块中功率器件的额定耐压参数,其中所述功率器件包括IGBT,电容元件,二极管;

步骤S222:基于交流电压异常波动数据构建时序电压波动曲线;对时序电压波动曲线进行单位时间内的电压波形畸变分析,得到时序电压波动畸变曲线;

步骤S223:对时序电压波动畸变曲线进行尖峰振幅增速比演算,从而获得波动畸变尖峰振幅增速比;

步骤S224:基于波动畸变尖峰振幅增速比对时序电压波动畸变曲线进行包络线的扩张/收缩速率等差比演算,得到包络线的扩张/收缩速率等差比;

步骤S225:根据波动畸变尖峰振幅增速比和包络线的扩张/收缩速率等差比对功率器件的额定耐压参数进行耐受衰减特性模拟评估,以获得功率器件耐受衰减特性评估数据;

步骤S226:基于功率器件耐受衰减特性评估数据进行电压应力超限指数演化计算,从而获得功率器件的电压应力超限演化指数。

5.根据权利要求3所述的新能源充电桩管理方法,其特征在于,步骤S23包括以下步骤:步骤S231:基于电压应力超限演化指数进行器件功率异常增长均值计算,以获得器件功率异常增长均值;

步骤S232:根据器件功率异常增长均值进行热量非线性增长趋势映射,得到热量异常非线性增长趋势;

步骤S233:对热量异常非线性增长趋势进行多阶差分梯度解析,生成热量异常梯度变化率;基于热量异常梯度变化率进行热耦合模糊聚类,得到热耦合异常聚类数据;

步骤S234:根据热耦合异常聚类数据对热量异常梯度变化率进行器件热稳定性失衡分量计量,得到器件热稳定性失衡分量。

6.根据权利要求3所述的新能源充电桩管理方法,其特征在于,步骤S24包括以下步骤:步骤S241:对器件热稳定性失衡分量进行结温循环增益波动分析,得到器件结温循环增益波动;

步骤S242:基于器件结温循环增益波动进行热应力正反馈阶次梯度计算,从而获得器件热应力正反馈阶次梯度;

步骤S243:根据器件热应力正反馈阶次梯度进行器件键合线疲劳累积数值积分,得到键合线疲劳累积数值;

步骤S244:根据键合线疲劳累积数值进行功率转换性能损失级数收敛,从而获得功率转换性能损失级数。

7.根据权利要求6所述的新能源充电桩管理方法,其特征在于,步骤S243包括以下步骤:获取器件键合线材料性能;

基于器件热应力正反馈阶次梯度构建热应力增长曲线;对热应力增长曲线进行线弧极大值点时序跨度方差计算,得到线弧极大值点时序跨度方差;

根据线弧极大值点时序跨度方差对热应力增长曲线进行斜率增长变化比计算,从而获得极大值点跨度斜率变化比;

基于极大值点跨度斜率变化比对器件键合线材料性能进行热应力键合线疲劳耐受指数减损分析,得到键合线疲劳耐受指数减损数据;

根据键合线疲劳耐受指数减损数据进行器件键合线疲劳累积数值积分,得到键合线疲劳累积数值。

8.根据权利要求3所述的新能源充电桩管理方法,其特征在于,步骤S3包括以下步骤:步骤S31:根据功率转换性能损失级数进行损失特征学习,得到功率转换性能损失学习数据;

步骤S32:基于功率转换性能损失学习数据对电压应力超限演化指数进行超限电压阶段性风险等级赋予,从而获得超限电压阶段性风险等级;

步骤S33:根据超限电压阶段性风险等级进行充电桩充电风险预测模型构建,得到充电风险预测模型;

步骤S34:将充电风险预测模型发送至新能源充电桩的控制终端,以执行新能源充电桩管理。

9.一种新能源充电桩管理系统,其特征在于,用于执行如权利要求1所述的新能源充电桩管理方法,该新能源充电桩管理系统包括:电压波动异常分析模块,用于通过新能源充电桩的控制终端获取充电模块的充电日志;对所述充电模块的充电日志进行交流电压波动异常分析,从而获得交流电压异常波动数据;

功率转换性能损失分析模块,用于基于交流电压异常波动数据对充电模块中的功率器件进行器件热稳定性失衡分量计量,得到器件热稳定性失衡分量;根据器件热稳定性失衡分量进行功率转换性能损失级数收敛,从而获得功率转换性能损失级数;

风险预测模型构建模块,用于基于功率转换性能损失级数进行超限电压阶段性风险等级赋予,从而获得超限电压阶段性风险等级;根据超限电压阶段性风险等级进行充电桩充电风险预测模型构建,得到充电风险预测模型;将充电风险预测模型发送至新能源充电桩的控制终端,以执行新能源充电桩管理。